Detail práce
Akcelerované neuronové sítě na grafické kartě
Tato práce se věnuje implementaci aplikace pro simulaci neuronových sítí a její akceleraci za využití grafického procesoru. Aplikace se zaměřuje především na sítě typu Feedforward a jejich učení algoritmem Backpropagation, podporuje však i jiné typy sítí a umožňuje rozšíření o další učící algoritmy. Aplikace také umožňuje zavést do sítě různé poruchy struktury, což je možné využít pro testování odolnosti neuronových sítí vůči poruchám. Práce je implementována v jazyce C++ za využití OpenCL pro výpočty na GPU. Výsledky akcelerace učení algoritmem Backpropagation byly porovnány s volně dostupnou knihovnou FANN.
Neuronové sítě, strojové učení, akcelerace, GPU, OpenCL, C++
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázku oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm "D".
1. Proč nebyly experimenty provedeny na výpočetním stroji s GPU, který má vyšší počet výpočetních jednotek? Bylo to z důvodu časových možností anebo nebylo možné sehnat takový stroj?
Kořenek Jan, doc. Ing., Ph.D. (UPSY FIT VUT), člen
Květoňová Šárka, Ing., Ph.D. (UIFS FIT VUT), člen
Španěl Michal, Ing., Ph.D. (UPGM FIT VUT), člen
Zbořil František, doc. Ing., Ph.D. (UITS FIT VUT), člen
@bachelorsthesis{FITBT17187, author = "Martin Tomko", type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce", title = "Akcelerovan\'{e} neuronov\'{e} s\'{i}t\v{e} na grafick\'{e} kart\v{e}", school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}", year = 2015, location = "Brno, CZ", language = "czech", url = "https://www.fit.vut.cz/study/thesis/17187/" }